【視覺化大屏教學】用Python開發智慧城市資料分析大屏！
2022-09-26 06:02:18
目錄
一、開發背景
您好，我是 @馬哥python說 ，這是我獨立開發的Python視覺化大屏，看下演示效果：
截圖：
視訊演示效果：
https://www.zhihu.com/zvideo/1556218745923821568
這個大屏，是通過pyecharts視覺化開發框架實現。
下面詳細介紹，這個大屏的實現過程。
二、講解程式碼
注：由於我的MySQL資料庫環境問題，暫通過模擬假資料，對接視覺化程式碼。
2.1 大標題+背景圖
由於pyecharts元件沒有專門用作標題的圖表，我決定靈活運用Line元件實現大標題。
line3 = (
Line(init_opts=opts.InitOpts(width="1420px", # 寬度
height="800px", # 高度
bg_color={"type": "pattern", "image": JsCode("img"),
"repeat": "repeat", })) # 設定背景圖片
.add_xaxis([None]) # 插入空資料
.add_yaxis("", [None]) # 插入空資料
.set_global_opts(
title_opts=opts.TitleOpts(title=v_title,
pos_left='center',
pos_top='1%',
title_textstyle_opts=opts.TextStyleOpts(font_size=45,
font_family='cursive',
color='white',
align='left'),
),
yaxis_opts=opts.AxisOpts(is_show=False), # 不顯示y軸
xaxis_opts=opts.AxisOpts(is_show=False)) # 不顯示x軸
)
# 設定背景圖片
line3.add_js_funcs(
"""
var img = new Image(); img.src = './static/城市1.jpeg';
"""
)
這裡最關鍵的邏輯，就是背景圖片的處理。我找了一張智慧城市的炫麗背景圖片：
然後用add_js_funcs程式碼把此圖片設定為整個大屏的背景圖。
大標題效果：
由於背景圖片太大（4360x2910），只顯示出了上半部分，恰恰是我預期的效果！
2.2 各區縣交通事故統計圖-系列柱形圖
針對城市交通事故統計資料，繪製系列柱形圖：
x_data = [str(i) + '月' for i in range(1, 13)]
y1_data = [193, 242, 206, 198, 335, 298, 38, 93, 88, 285, 297, 302]
y2_data = [96, 41, 28, 95, 36, 94, 29, 61, 42, 85, 99, 31]
bar = (
Bar(init_opts=opts.InitOpts(theme=theme_config, width="750px", height="350px", chart_id='bar_county'))
.add_xaxis(x_data)
.add_yaxis("高峰期", y1_data, gap="0%")
.add_yaxis("非高峰期", y2_data, gap="0%")
.set_global_opts(title_opts=opts.TitleOpts(title=v_title,
pos_left='center',
title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color),
),
legend_opts=opts.LegendOpts(pos_right='10%', orient='vertical'),
tooltip_opts=opts.TooltipOpts(
trigger="axis", axis_pointer_type="cross", is_show=True), # 提示框設定
xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(color=chart_text_color), ),
yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(color=chart_text_color), ),
)
)
效果圖如下：
這種兩兩一組的柱形圖，在pyecharts中叫做：系列柱形圖，Bar with different series gap
2.3 圖書館建設率-水球圖
圖書館建設率，採用pyecharts的水球圖（動態）展示效果：
data_list = [[23, 0.6328]]
l1 = Liquid(init_opts=opts.InitOpts(theme=theme_config, width="450px", height="350px", chart_id=v_chart_id))
l1.add("完成率", [data_list[0][1]], center=["30%", "50%"], label_opts=opts.LabelOpts(font_size=20, position='inside'))
l1.set_global_opts(title_opts=opts.TitleOpts(title=v_title,
pos_left='15%',
pos_top='15%',
title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color),
))
效果圖如下：（此處是靜態截圖，其實有動態波紋效果）
2.4 當年城市空氣質量aqi指數-面積圖
城市空氣質量aqi，採用面積圖展示：
x_data = [str(i) + '月' for i in range(1, 13)]
y_data = [36.8, 35.2, 36.0, 31.9, 29.5, 14.9, 33.5, 20.8, 37.1, 42.6, 44.9, 53.3]
area_color_js = ( # 設定美觀背景色
"new echarts.graphic.LinearGradient(0, 0, 0, 1, "
"[{offset: 0, color: '#eb64fb'}, {offset: 1, color: '#3fbbff0d'}], false)"
)
line = (
Line(init_opts=opts.InitOpts(theme=theme_config, width="450px", height="300px", chart_id='line_aqi'))
.add_xaxis(xaxis_data=x_data)
.add_yaxis(
series_name="增長率",
y_axis=y_data,
is_smooth=True, # 是否平滑
is_symbol_show=True,
symbol="circle",
symbol_size=6,
linestyle_opts=opts.LineStyleOpts(color="#fff"),
label_opts=opts.LabelOpts(is_show=True, position="top", color="white"),
itemstyle_opts=opts.ItemStyleOpts(
color="red", border_color="#fff", border_width=3
),
tooltip_opts=opts.TooltipOpts(is_show=False),
areastyle_opts=opts.AreaStyleOpts(color=JsCode(area_color_js), opacity=1),
)
.set_global_opts(
title_opts=opts.TitleOpts(
title=v_title,
pos_left="center",
pos_top='9%',
title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color),
),
xaxis_opts=opts.AxisOpts(
type_="category",
boundary_gap=False,
axislabel_opts=opts.LabelOpts(margin=30, color=chart_text_color),
axisline_opts=opts.AxisLineOpts(is_show=False),
axistick_opts=opts.AxisTickOpts(
is_show=True,
length=25,
linestyle_opts=opts.LineStyleOpts(color="#ffffff1f"),
),
splitline_opts=opts.SplitLineOpts(
is_show=True, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f")
),
),
yaxis_opts=opts.AxisOpts(
type_="value",
position="left",
axislabel_opts=opts.LabelOpts(margin=20, color=chart_text_color),
axisline_opts=opts.AxisLineOpts(
linestyle_opts=opts.LineStyleOpts(width=2, color="#fff")
),
axistick_opts=opts.AxisTickOpts(
is_show=True,
length=15,
linestyle_opts=opts.LineStyleOpts(color="#ffffff1f"),
),
splitline_opts=opts.SplitLineOpts(
is_show=True, linestyle_opts=opts.LineStyleOpts(color="#ffffff1f")
),
),
legend_opts=opts.LegendOpts(is_show=True, pos_right='right', pos_top='10%'),
tooltip_opts=opts.TooltipOpts(
trigger="axis", axis_pointer_type="cross", is_show=True), # 提示框設定
)
)
效果圖如下：
2.5 近7年人均生產總值變化圖-面積圖
與2.4章節邏輯實現相同，替換對應資料即可，不再贅述。
2.6 城市人才佔比結構圖-柱形圖
分別統計該城市的博士人才、碩士人才、本科人才、專科人才、專科以下的佔比情況，通過柱形圖展示：
x_data = ['博士人才', '碩士人才', '本科人才', '專科人才', '專科以下']
y_data = [0.4, 5.8, 26.4, 29.8, 37.6, ]
# 畫柱形圖
bar = Bar(
init_opts=opts.InitOpts(theme=theme_config, width="450px", height="350px", chart_id='bar_talent')) # 初始化條形圖
bar.add_xaxis(x_data) # 增加x軸資料
bar.add_yaxis("佔比", y_data) # 增加y軸資料
bar.set_series_opts(label_opts=opts.LabelOpts(position="right")) # Label出現位置
bar.set_global_opts(
legend_opts=opts.LegendOpts(pos_left='right'),
title_opts=opts.TitleOpts(title=v_title,
pos_left='center',
title_textstyle_opts=opts.TextStyleOpts(color=chart_text_color),
), # 標題
toolbox_opts=opts.ToolboxOpts(is_show=False), # 不顯示工具箱
tooltip_opts=opts.TooltipOpts(
trigger="axis", axis_pointer_type="cross", is_show=True), # 提示框設定
xaxis_opts=opts.AxisOpts(name="人才型別", # x軸名稱
axislabel_opts=opts.LabelOpts(rotate=0, color=chart_text_color),
splitline_opts=opts.SplitLineOpts(is_show=False)
),
yaxis_opts=opts.AxisOpts(name="百分比", # y軸名稱
axislabel_opts=opts.LabelOpts(rotate=0, color=chart_text_color), # y軸名稱
)
)
效果圖如下：
2.7 城市宣傳片視訊-大屏左上角位置
難點來了！
pyecharts本身並無播放視訊的元件，怎麼實現的視訊播放呢？
首先，任意開發一個簡單的圖表，柱形圖、折線圖、散點圖什麼都可以，後續把它拖拽到大屏左上角。
最後我會用宣傳片視訊替換掉這個圖表。
2.8 組合以上圖表，生成臨時大屏
通過pyecharts提供的Page元件，採用DraggablePageLayout的layout方法，組合大屏：
# 繪製:整個頁面
page = Page(
page_title="智慧城市資料視覺化分析監控大屏", # 頁面標題
layout=Page.DraggablePageLayout, # 採用拖拽方式
)
page.add(
# 大標題
make_title(v_title="智慧城市資料視覺化分析監控大屏"),
# 近五年城建重點專案數變化情況
make_key_project_bar(v_title="近年城建重點專案統計"),
# 各區縣交通事故統計圖
make_county_traffic_bar(v_title="各區縣交通事故統計圖"),
# 城市人才佔比結構統計圖
make_talent_reversal_bar(v_title="城市人才佔比結構統計圖"),
# 近7年人均生產總值變化圖
make_gdp_area_line(v_title="近7年人均生產總值變化圖"),
# 當年城市空氣質量aqi變化圖
make_aqi_area_line(v_title="當年城市空氣質量aqi變化圖"),
# 教育文化設施數量佔比-圖書館
make_edu_liquid(v_title="圖書館建設率", v_chart_id='liquid_1', ),
)
# 執行完畢後,開啟臨時html並拖拽,拖拽完點選Save Config，把chart_config.json放到本目錄下
page.render('大屏_臨時.html')
print('生成完畢:大屏_臨時.html')
至此，臨時大屏檔案已經生成。
下面就開始手動拖拽，拖拽的過程，就不文字闡述了，可點選這個視訊，觀看拖拽過程：
2.9 生成最終大屏
很關鍵！！
除了常規的拖拽組合大屏操作外，還記得2.7章節留下的疑問嗎？
定義一個存放視訊的div，把它存到一個字串裡：
video_new = r"""
<div id="bar_project" class="chart-container" style="width:450px; height:350px;">
<video id="videoID" controls="controls" style="width:140%;"> <!--MSK修改視訊 -->
<source src="./static/城市宣傳片.mp4" type="video/mp4"/>
</video>
</div>
<br/>
<!-- <button id="con" onclick="btn()">開始/暫停 </button>-->
<script type="text/javascript">
window.onload = function() {
var local1=document.getElementById('videoID'); //獲取，函數執行完成後local記憶體釋放
local1.autoplay = true; // 自動播放
local1.loop = true; // 迴圈播放
local1.muted=true; // 關閉聲音，如果為false,視訊無法自動播放
if(local1.paused){ //判斷是否處於暫停狀態
local1.play(); //開啟播放
}else{
local1.pause(); //停止播放
}
}
function btn(){
var local=document.getElementById('videoID'); //獲取，函數執行完成後local記憶體釋放
if(local.paused){ //判斷是否處於暫停狀態
local.play(); //開啟播放
}else{
local.pause(); //停止播放
}
}
</script>
"""
注意看這行程式碼下面這行程式碼，把mp4視訊檔放到static目錄下：
<source src="./static/城市宣傳片.mp4" type="video/mp4"/>
在臨時html裡找到左上角圖表的程式碼部分，用正規表示式替換成這個視訊的程式碼：
with open('大屏_臨時.html', 'r', encoding='utf8') as f:
text = f.read()
# 正規表示式替換文字
text2 = re.sub('<div id="bar_project"(.*?)</script>', video_new, text, flags=re.DOTALL)
with open('大屏_臨時2.html', 'w', encoding='utf8') as f:
f.write(text2)
print('已寫入：大屏_臨時2.html')
最後，再執行常規生成最終大屏的程式碼：
Page.save_resize_html(
source="大屏_臨時2.html", # 源html檔案
cfg_file="chart_config.json", # 組態檔
dest="大屏_最終.html" # 目標html檔案
)
這樣，就完成了把視訊佈局到大屏裡的最終目的！
最後，再看一次大屏演示效果：
https://www.zhihu.com/zvideo/1556218745923821568
2.10 部署到伺服器-供外部存取
通過flask框架，將html大屏網頁快速部署到伺服器：
from flask import Flask, render_template
app = Flask(__name__, template_folder='./', )
# 定義路由及檢視函數
@app.route('/') # 裝飾器
def f_index():
return render_template('大屏_最終.html')
if __name__ == '__main__':
app.run(host='0.0.0.0', port=7888, debug=True)
需要注意的是，host設定為'0.0.0.0'，不要把host設定為'127.0.0.1'或者'localhost'，否則只能自己在本地存取，外部使用者無法存取。
再多說一句，如果host設定沒問題，外部使用者仍然無法存取，請檢視你的雲伺服器防火牆設定、埠對映、win出入站存取等安全策略，是否存在問題。
三、線上演示
大屏演示地址：智慧城市資料視覺化分析監控大屏
我的伺服器是乞丐版的，頻寬有限，左上角視訊播放會卡頓，大家悠著點存取~~
我是 @馬哥python說 ，持續分享python乾貨中！
推薦閱讀：馬哥python說：【Python視覺化大屏】全流程揭祕實現視覺化資料大屏的背後原理！